我正在Windows窗体中使用带有C#的Html Agility Pack,并且在html页面搜索中获得了不错的结果。
但是,查询返回页面的整个html,我只需要帖子的内容,因为其余的都是不必要的链接和文本。
阅读html后重要的内容介于:
<span class = "update-date"> 23/06/2019 16h17 '<' / span '>' <'/ span'> '' <'/ p'> '
和'<' p class = "col-lg-24" '>'.
我尝试使用正则表达式,但没有成功。
在这种情况下,我使用了错误的.SelectNodes?
这是一个示例:(基于https://dotnetfiddle.net/ltDevV的示例)
// @nuget: HtmlAgilityPack
using System;
using System.Xml;
using HtmlAgilityPack;
public class Program
{
public static void Main()
{
var html =
@"https://economia.uol.com.br/noticias/redacao/2019/06/23/aposentadoria-pensao-camara-deputados.htm";
HtmlWeb web = new HtmlWeb();
var htmlDoc = web.Load(html);
var htmlNodes = htmlDoc.DocumentNode.SelectNodes("//p");
if(htmlNodes!=null)
{
foreach (var node in htmlNodes)
{
Console.WriteLine(node.OuterHtml);
}
}
else
{
Console.WriteLine("Oh OK.");
}
}
}
我希望能够最终获得标签之间的内容
<span class = "update-date"> 23/06/2019 16:17 '<' / span '>' <'/ span'> '' < '/ p'> 'e' <'p class = "col-lg-24"'> '
。